Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.
AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.
En mathématiques, dans le domaine de l'analyse numérique, les méthodes de Galerkine sont une classe de méthodes permettant de transformer un problème continu (par exemple une équation différentielle) en un problème discret. Cette approche est attribuée aux ingénieurs russes Ivan Boubnov (1911) et Boris Galerkine (1913). Cette méthode est couramment utilisée dans la méthode des éléments finis. On part de la formulation faible du problème. La solution appartient à un espace fonctionnel satisfaisant des propriétés de régularité bien définies. La méthode de Galerkine consiste à utiliser un maillage du domaine d'étude, et considérer la restriction de la fonction solution sur chacune des mailles. D'un point de vue plus formel, on écrit la formulation faible sous la forme : Trouver telle que où a est une forme bilinéaire, et L une forme linéaire. L'ensemble V étant généralement de dimension infinie, on construit un espace avec , et on réécrit le problème de la façon suivante : Trouver telle que Typiquement, l'espace considéré est l'ensemble des fonctions continues telles que la restriction de la fonction sur une maille soit un polynôme. thumb|L'erreur est montrée ici orthogonale à l'espace d'approximation L'une des propriétés notables des méthodes de Galerkine se trouvent dans le fait que l'erreur commise sur la solution est orthogonale aux sous-espaces d'approximation. En effet, les propriétés de la forme bilinéaire a donnent : Du fait que l'espace d'approximation utilisé est de dimension finie , on peut décomposer la solution du problème de Galerkine sur une base de fonctions de : Ainsi, en écrivant le problème en choisissant l'une des fonctions de base , il vient : On obtient ainsi un système d'équations linéaires de la forme , en notant , Il apparait que si la forme bilinéaire a est symétrique, la matrice A est également symétrique. De même, A est une matrice positive (définie positive) si a l'est également.
[2]Paolo Prandoni, [3]LCAV, EPFL
In this notebook we will implement a simple fractional resampler that
uses local Lagrange interpolation. The resampler can be used to perform
any rational sampling rate change (but beware of aliasing when
downsampling!)
In [1]:
import numpy as np
import IPython
from scipy.io import wavfile
Local Lagrange interpolation[4]¶
To perform resampling we will need to compute subsample values and, in [2]Paolo Prandoni, [3]LCAV, EPFL
The Parks-McClellan (PM) algorithm is a clever application of advanced
polynomial fitting techniques to the problem of FIR filter design. In
this notebook we will explore the key ideas behind the method by
considering the design of a simple Type-I lowpass filter.
NOTE: This notebook uses interactive widgets. If the interactive
controls do not work or show up, please fo [2]Paolo Prandoni, [3]LCAV, EPFL
In this notebook we will explore various ways to implement a system
that changes the voice of a speaker. Typical applications for these
techniques, strictly sorted by plausibility, include international spy
missions and prank telephone calls, and devices such as the one
displayed here can be easily bought on the web... or in a novelty shop.
No description has been provided for t